CNS网络GPU加速配置步骤

本次测试是在Win7 64位操作系统上完成，安装盘均是默认的系统盘C，其它路径可以参照修改，其中采用的编译器是VS2010版本。附录中有NVIDIA支持GPU加速的芯片型号。

1.      安装 CUDA driver and CUDA toolkit

CUDA driver 安装地址：http://www.geforce.com/drivers选择自动检测GPU型号然后下载驱动。

下载完成后先安装驱动，后安装工具包

CUDA toolkit下载地址

https://developer.nvidia.com/cuda-downloads

下载完成后先安装驱动，后安装工具包

2.      设置用户环境变量

完成第一步后一共需要设置两个用户环境变量，分别指定CUDA编译路径和VS的编译路径。

CUDA编译路径：在用户环境变量中新建MW_NVCC_PATH变量，路径设为C:\Program Files\NVIDIA GPU ComputingToolkit\CUDA\v6.5\bin（CUDA的工具包安装在C盘情况）。

VS编译路径：在用户环境变量path中添加VS编译路径，路径为C:\Program Files (x86)\Microsoft VisualStudio 10.0\VC\bin（VS2010安装在C盘情况）。

 

3.      修改…\cns\scripts\win\setup.bat文件

将setup.bat文件后缀改为.txt，利用windows写字板应用程序对其打开并修改。下面红色字为修改内容（本次测试VS2010和CUDA均是安装在C盘）。

@echo off 

rem *** Path names containing spaces must besurrounded by quotes (").  Forexample:

rem *** "C:\Program Files\Microsoft Visual Studio8\..." 

set          CUDA=1

set SETUP_COMPILER=call "C:\ProgramFiles (x86)\Microsoft Visual Studio 10.0\VC\vcvarsall.bat"

set  NVCC_OPTIONS=-D_CRT_SECURE_NO_DEPRECATE

set CUDA_LINK_LIB="C:\Program Files\NVIDIA GPUComputing Toolkit\CUDA\v6.5\lib\x64\cudart.lib"

4.设置matlab C语言编译器

利用mex –setup命令设置matlab C语言编译器。按照matlab提示设置即可。

下面是具体的设置步骤，红色字体是需要自己手动输入选项。

mex -setup

Please choose yourcompiler for building external interface (MEX) files:  

Would you like mexto locate installed compilers [y]/n? y

Select a compiler:

[1] MicrosoftVisual C++ 2010 in C:\Program Files (x86)\Microsoft Visual Studio 10.0  

[0] None  

Compiler: 1

Please verify yourchoices:  

Compiler:Microsoft Visual C++ 2010 

Location:C:\Program Files (x86)\Microsoft Visual Studio 10.0  

Are these correct[y]/n? y

 

5.      将CNS文件夹中的文件加入到matlab的搜索路径中

在matlab命令行中执行“cns_path”，该命令对应 "cns/cns_path.m"文件。这样CNS所有文件便被全部加到matlab的搜索目录中。

 

6.      检验CNS网络是否可以正常使用

在matlab命令行中依次执行cns_install、cns_builddemopk、demopkg_run。CNS设置正常后显示下面信息和图片。“demopk”是CNS中一个示例文件夹，使用之前需要利用“cns_build”函数对其进行编译于是便需要cns_build demopk这一句话。如果在CNS平台上使用其它程序如层级模型hmax，则需要使用 “cns_buildhmax”对hmax进行编译然后才可以使用hmax中的函数。

 

Defining a network model....

Building the model (platform: GPU)....

Reading a test image and loading it into the model....

Running the model and retrieving result....

Elapsed time is 0.008788 seconds.

Plotting result....

Releasing model resources....

附录

GeForce		Quadro	Tesla
GeForce GTX TITAN BLACK GeForce GTX TITAN GeForce GTX 780 Ti GeForce GTX 780 GeForce GTX 780M GeForce GTX 770 GeForce GTX 770M GeForce GTX 760 GeForce GTX 760M GeForce GTX 750 Ti GeForce GTX 750 GeForce GTX 745 GeForce GT 750M GeForce GT 745M  GeForce GT 740M GeForce GT 735M GeForce GT 730M GeForce GTX 690 GeForce GTX 680 GeForce GTX 670 GeForce GTX 660 GeForce GTX 645 GeForce GTX 660M GeForce GT 650M GeForce GT 640M GeForce GT 630 GeForce GT 620 GeForce GT 610 GeForce GTX 590 GeForce GTX 580 GeForce GTX 580M GeForce GTX 570 GeForce GTX 570M GeForce GTX 560 Ti GeForce GTX 560 GeForce GTX 560M GeForce GTX 555M GeForce GTX 550 Ti GeForce GTX 550M GeForce GT 545 GeForce GT 540M GeForce GT 530 GeForce GT 525M GeForce GT 520 GeForce GTX 480 GeForce GTX 470 GeForce GTX 465 GeForce GTX 460 GeForce GT 430		Quadro K6000 Quadro K5000 Quadro K5000M Quadro K4000 Quadro K4000M Quadro K3000M Quadro K2000 Quadro K2000M Quadro K1000M Quadro K600 Quadro K500M Quadro 6000 Quadro 5000 Quadro 5000M Quadro 4000 Quadro 4000M Quadro 3000M Quadro 2000 Quadro 2000M Quadro 1000M Quadro 600 Quadro VX 200 Quadro CX Quadro NVS 5400M Quadro NVS 5200M Quadro NVS 4200M Quadro 2000 Quadro 1000M	Tesla K40 Tesla K20 Tesla K10 Tesla M2090 Tesla M2075 Tesla C2075 Tesla M2070 Tesla C2070 Tesla C2050 Tesla M2050